tgoop.com/cnbeta_com/429417
Last Update:
12天人工智能马拉松式直播结束 一口气看完OpenAI所有要点
Shipmas，是“ship”和“Christmas”的组合。简单讲，在特殊时期，推出很多产品更新，既给用户带来惊喜，也像在庆祝节日一样。刚开始发布时，我还跟朋友说，国内大模型公司在搞发布会，应该跟Open Ai取取经。冬天那么冷，去现场听演讲，结果讲的内容也不多，大家在台下，有的玩手机，有的只是来打个卡，说实话，花那么多钱，最后只换来几篇报道和几条朋友圈，对客户和宣传效果都很有限。OpenAI的做法有些不同。他们只要一个小黑屋、一张桌子、两台电脑和四个人，就能搞定一切。 虽然更新速度有点像挤牙膏，但是这样能让关注他们产品的客户、用户清楚地知道他们在做什么。有人觉得这种渐进式的发布会缺乏吸引力，但实际上，它在传播信息同时，让关注的人有机会更深入地了解背后的模型和技术理念。比如说：关于技术微调的细节。如果在大型发布会上简单提及，可能几句话就带过了，大家的印象也不会很深。但如果单独用一天时间深入讲解，就能展示更多的例子和演示，让技术人员和用户更直观地理解这些技术细节，从而达到更实际和深刻的认识。所以，这种办法很适合经济实用型的公司尝试一下。 发布会已经进行到第四天了，我连续熬了三个大夜。如果你错过了前几天的内容，我来帮你补上。活动第一天，OpenAI推出o1完整版及o1 pro模式。什么是o1模型完整版呢？这个版本在之前的o1预览版上做了全面提升。它现在不仅能处理文本，还能处理截图、照片、网页、上传的文件等等，功能更强大了。而且，它还采用了新的推理方式。就像人的思维方式一样，o1模型完整版会一步步推理，这样在回答专业问题时就更准确了。跟预览版比，这个版本的o1模型思考问题更简洁，速度提高了50%，而且在回答难题时，出错的可能性也降低了34%。作为个人博主，这些数据我肯定没办法测试，但我可以跟你讲讲官方给的例子。发布会上，o1模型的负责人画了一个草图。这个草图是关于一个系统，用来收集太阳能，供应给太空数据中心。因为太空里不能用水冷却系统，所以得靠一个巨大的散热片来散热；研究员问o1模型，如果要给数据中心提供1吉瓦的电力，需要多大地方的散热片才能保证GPU正常工作？o1模型准确地识别了草图，经过分析和计算，得出结论：需要242万平方米的散热片来满足散热需求。不说别的，至少从演示上看，的确很强大。不过，强大归强大，之前大家说的那个“有点贵”的版本，第一天就出现了，他们推出的ChatGPT Pro。这个服务，每个月要200美金，可以随便用他们最先进的模型和工具，包括OpenAI的o1、o1-mini、GPT-4o和Advanced Voice，主要给需要解决特别复杂计算问题的人准备的。我觉得，这种服务可能更适合那些需要搞高级数据分析、处理的科研人员、工程师还有其他的一些专业人士，能帮他们提高工作效率，也能让他们跟上人工智能的最新技术。有专家测试说o1 pro模式在处理那些复杂的数据科学、编程和案例分析问题时，确实能给出比以前的模型更准确的答案；在数学、科学和编程这些领域的机器学习测试里，o1 pro模式比o1和o1-preview模型表现更好。但是，他们会花200美刀用这个吗？ 我不知道。 当时， 还开玩笑在朋友圈说，有这么多预算，还不如用集合工具Monica，一个月不到20美金，能用十几个模型，不是更划算吗？第二天open AI推出了什么呢？一句话总结即： 推出强化微调能力（Reinforcement Fine-Tuning）。 什么是强化微调？简单的说：给AI模型一个“专业培训课程”。通过强化微调，可以用很少的实际案例（比如：几十个例子）来教这个AI模型成为一个领域的专家。直播里，四个人在场，唯一的华裔女研究员Julie Wang介绍了这个能力。她说，这个能力能让小体量的模型“从高中水平跳到专家水平”。实操环节，他们举了两个例子。一个是和汤森路透合作的，为法律专业人士打造的AI模型。他们觉得，在很多行业里，虽然专家有很深的专业知识和丰富的经验，但在处理大量数据和复杂任务时，可能会因为时间和精力的限制。比如：在法律领域，律师要处理好多法律条文和案例。他们可以用专业知识分析，但如果用经过强化微调的AI模型，可以更快地找到相关案例，进行初步的法律条文匹配，给律师提供决策参考，提高工作效率。但这个例子是一个展示，似乎没什么说服力。 另一个例子是， 生物医学任务的实验 。伯克利大学的罕见遗传病研究员Justin Reese，把很多临床病例数据通过API输入到o1 mini模型里。这些数据包括病人的基本信息、症状描述。比如：一个51岁的女性，症状有眼距过宽、睑裂狭小、软腭咽闭合不全、甲状旁腺功能减退、全身发育迟缓和感觉神经性听力障碍、等等。然后，用强化微调技术训练o1 mini模型做医疗诊断任务。 训练时，模型要根据症状描述找出可能的基因，并排序。评分模型会对答案打分，分数从0到1。0表示模型输出中没有正确答案，1表示正确答案在输出的第一个位置，通过性能监控，可以看到微调过程中模型指标的变化。结果表明，经过强化微调的o1 mini模型在特定任务上的表现超过了更强大的o1模型，在top@1、top@5和top@max这些指标上，o1 mini模型都明显超过了o1模型。这个案例，在OpenAI的官网可以看到。 不过，两个能力都是“期货”，明年才正式推出，主要面向企业或科研单位等潜在客户。千万不要小看微调技术，说实话，现在大型语言模型（LLM）还做不到复杂的创造性活动，比如：批判性思维和深度头脑风暴。这既是坏事也是好事， 因为这样，我们就可以把模型用在那些琐碎、重复、无聊而且不需要创造性的任务上，这样做，它们就能慢慢提高自己的准确性。这就是，第二天的内容，一个词总结即：微调技术。Open AI第三天推出了sora。 鸽子一年多的期货来了，不过，因为之前连续熬夜，我实在撑不住，12点半就睡了。第二天醒来想试试Sora，但登录时发现因为用户太多，暂时用不了。没关系，我看了Sora的发布会。OpenAI团队在会上展示了这个工具的厉害之处，还教大家怎么用；他们教我们怎么生成视频，包括设置分镜、输入视频指令、选风格、画面比例、时长等等。通过演示，让所有人对Sora有了更深的认识。Sora的使用过程相当灵活，你可以用分镜功能看不同角度的画面，然后，输入你想要视频怎么做。OpenAI说：指令越简单，Sora自己发挥的越多；指令越详细，它就越听你的。在直播中，Sora把两个不连着的视频片段合成了一段有故事感的视频。虽然细节有点出入，但整体效果的确令人惊讶。Sora还能让你上传图片或视频，然后生成后续视频的文字描述。你可以随便改指令，在时间轴上调整，决定视频啥时候播。这个功能挺有创造力的。还有一点，生成视频后，还能用remix工具改。这个工具看起来很丝滑，它能对视频进行各种创意上的改编。怎么改呢？可以调强度，从1级到8级，想要多大变化都行。还有预设的选项，比如：温和、适中或者强烈。用这个工具，可以保留视频里想要的部分，其他的，想怎么变就怎么变，比如：把猛犸象换成机器人，或者变人物表情等等。我觉得，Sora不光是视频工具，它把视频生成和工作流程结合起来了，这对OpenAI挺重要；因为Sam Altman在直播里说，他们想让AI理解视频，改变我们用电脑的方式。想要做到这点，在通往AGI的路上，得做很多优化，而把工作流和视频生成结合起来，是个不错的办法。不过，Sora...
PC版：https://www.cnbeta.com.tw/articles/soft/1464936.htm
手机版：https://m.cnbeta.com.tw/view/1464936.htm
BY cnBeta.COM中文业界资讯站
Share with your friend now:
tgoop.com/cnbeta_com/429417